python数据处理-matplotlib入门(4)-条形图和直方图

摘要：先介绍条形图直方图，然后用随机数生成一系列数据，保存到列表中，最后统计出相关随机数据的概率并展示

前述介绍了由点进行划线形成的拆线图和散点形成的曲线图，连点成线，主要用到了matplotlib中的plot()和scatter()这个函数，但在实际生活工作中，不仅有折线图，还经常会出现月份经济数据对比图，身高统计图等，制成图表就很容易对比看出差异。

下面用matplotlib中bar()函数和hist()来实现条形图和直方图。

一、bar()函数

bar()函数的最主要的几个参数如下：

bar(x, height, width=0.8, bottom=None, *, align='center', data=None, **kwargs)
参数1：x : 标量型，x轴上的坐标。浮点数或类数组结构。注意x可以为字符串数组
参数2：height：y轴上的坐标。浮点数或类数组结构
参数3：width：指定柱形图的宽度。浮点数或类数组结构。默认值为0.8
参数4：bottom：标量或标量类数组型，y坐标的起始高度
参数5：align：柱状图在x轴上的对齐方式，可选{‘center’, ‘edge’} center：中心对称 edge：边缘对称
参数6：**kwargs：接收的关键字参数传递给关联的Rectangle。 返回值：BarContainer实例，其patches属性是柱体的列表

条形图（柱状图）一个简单的示例，随便设置12个月份，并给定某些数据，代码如下：

plt.bar([1,2,3,4,5,6,7,8,9,10,11,12,13],[5,2,7,8,2,1,8,6,2,5,6,7,10], label="Test one", color='red') #x位置上数列[1,2,3,4,5,6,7,8,9,10,11,12,13]，表示为相对y轴，柱状图在X轴的位置，后面一列为对应y轴的高度。
plt.legend() #运行结果里图例名称显示出来 

plt.xlabel('bar number') 
plt.ylabel('bar height') 
plt.title('TEST') 
plt.show()

第一列中的color=‘red’表示柱状图全部显示为红，为显示区别，做以下修改：

import matplotlib.pyplot as plt  

plt.bar([1,3,5,7,9,11],[5,7,8,6,7,10], label="Test one", color='#202204')
plt.bar([2,4,6,8,10,12],[8,6,2,5,6,7], label="Test two", color='g') # color也可是16进制，如上显示的  #202204
plt.legend()  #运行结果里图例名称显示出来
plt.xlabel('bar number')
plt.ylabel('bar height')
plt.title('TEST')
plt.show()

具体显示结果如下：

二，hist()函数

hist(x，bins=None，range=None，density=None，weights=None，cumulative=False，bottom=None，histtype=“bar”， align=“mid”，orientation=“vertical”，rwidth=None，log=False，color=None，label=None，stacked=False，normed=None， hold=None，data=None，**kwargs）

hist()函数的基础参数如下：

x ：表示输入值，可以是单个数组，或者不需要相同长度的数组序列。
bins：表示绘制条柱的个数。若给定一个整数，则返回 “bins+1” 个条柱，默认为10。
range：bins的上下范围（最大和最小值）。
color：表示条柱的颜色，默认为None。
facecolor #直方图颜色
edgecolor #直方图边框颜色
alpha # 透明度
histtype #直方图类型，‘bar’, ‘barstacked’, ‘step’, ‘stepfilled’
orientation # 水平或垂直方向
rwidth #柱子与柱子之间的距离，默认是0

下面通过一个例子来说明hist()函数的作用：

import matplotlib.pyplot as plt  

population_ages = [18,34,23,56,32,45,78,23,45,12,31,25,61,27,34,57,54,26,45,37,36,8,14,17,13,88,99,49,63,105,121,116] #设定一组年龄

bins = [0,10,20,30,40,50,60,80,90,100,130]  #年龄分段

plt.hist(population_ages, bins, histtype='bar', rwidth=0.8,color='#199209')

plt.xlabel('The Age Group')
plt.ylabel('The number')
plt.title('The Age Range')
plt.legend()
plt.show()

注意：bins[]中60，80和100,130中间缺少是故意为之，为了显示区别

运行结果如下：

很明显，hist()函数会自动根据参数bins中的区分将参数x中的数据自动进行统计。

搞事情，既然参数x(如例子中的population_ages)可能是数列，那能否用随机函数自动生成数组，然后在进行统计呢？当然可以。

三、数据统计

色子经常用来娱乐（用作他途造成后果与我无关），它有6个面，分别点数为1，2，3，4，5，6，可利用随机函数（上篇中的choice函数）来随机产生，比如choice([1,2,3,4,5,6])，产生N次（比如20万次）并将每次结果保存到列表中，最后统计出各点的总数或所点比例。

分析：

1）先建一个类，其功能就是运行一次，就随机选择6个面（点数）

2）将色子实例化，并给定一个参数（运行的次数），图形化显示出来。

class Sezi():
    def __init__(self,sides):#给自身定义一个面数，方便后面修改参数进行其他操作
        self.sides = sides  #色子可以是6面，也可以是8面，10面，12面，需要给定
    def roll(self):
        return choice([1,2,3,4,5,6])#每投一次，随机选择一个点数

testsezi = Sezi(6) #实例化，6个面
results = []  # 定义一个空的数列，用来保存每次投掷的点数
for roll_num in range(100): #循环，投100次
    result = testsezi.roll()   #将每次投掷结果保存到变量result中
    results.append(result)     #存入到数列results
print(results) #直接打印出来

运行结果：

与此同时，为了后面方便，引入另一个随机函数randint(x, y)，这个函数的作用是产生x-y之间的数字，比如randint(1,10)，就产生1到10之间的数字。

choice([1,2,3,4,5,6])可以修改为randint(1,self.sides)，这样实例化后，需要输入随意一个面数，就会随机产生对应的数字。
上述还只是打印在交互栏，且类、实例还是在一个文件中，分成不同的文件，并数据统计用图的形式显示。
1，重新修改色子类
文件名sezi.py，里面代码如下：

from random import *

class Sezi():
    def __init__(self,sides):#给自身定义一个面数,面数对应点数
        self.sides = sides  #色子可以是6面，也可以是8面，10面，12面，需要给定
        self.side=0
        self.bins=[]

        while self.side < self.sides: #获取面数，并得到一个面数的bins,可直接调用。
            self.side += 1
            self.bins.append(self.side) 

    def roll(self):
        return randint(1,self.sides)#每投一次，随机选择一个点数   

2、新建一个名称sezigame.py的文件，代码如下

import matplotlib.pyplot as plt
from sezi import * 

testsezi = Sezi(8) #实例化，8个点
results = []  # 定义一个空的数列，用来保存每次投掷的点数

for roll_num in range(50000): #循环，投50000次
    result = testsezi.roll()   #将每次投掷结果保存到变量result中
    results.append(result)     #存入到数列results

plt.hist(results, testsezi.bins, histtype='bar', rwidth=0.8,color='#199209')   #直接调用testsezi.bins

运行结果：

如果有2个相同的色子呢？

同时掷两个骰子，最小为2，最大为12，结果分布情况自然也就不同。

将名称sezigame.py的文件修改，改动后的代码如下：

import matplotlib.pyplot as plt
from sezi import * 

sezi_1 = Sezi(6) #实例化，6个面
sezi_2 = Sezi(6)

results = []  # 定义一个空的数列，用来保存每次投掷的点数
for roll_num in range(50000):              #循环，投50000次
    result = sezi_1.roll()+sezi_2.roll()   #将两次投掷结果保存到变量result中
    results.append(result)                 #存入到数列results

max_result = sezi_1.sides+sezi_2.sides #2个最大值为12，最小为2
side = 0
new_bins = []
while side <= max_result:
    side += 1
    new_bins.append(side) 

plt.xlabel('The sides')
plt.ylabel('The numbers')
plt.title('The frequency')
plt.hist(results,new_bins, histtype='bar',color='#199209',rwidth=0.618)

运行结果如下：

是不是有点正态分布的感觉了？